江苏省博士后科研资助计划项目(1101124C)
- 作品数:3 被引量:9H指数:1
- 相关作者:赵吉纪志成梅娟傅毅更多>>
- 相关机构:江南大学无锡城市职业技术学院更多>>
- 发文基金:江苏省博士后科研资助计划项目国家自然科学基金江苏省“青蓝工程”资助基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于量子行为粒子群优化算法的定位技术研究被引量:7
- 2012年
- 针对无线传感器网络(WSNs)节点定位问题,阐述了WSNs的分布迭代式定位方法研究。这种方法将每次迭代后定位的节点作为其余未知节点的参考节点.同时将基于测距定位问题看成一个多维优化问题,并提出利用具有快速收敛能力的量子行为粒子群优化(QPSO)算法进行求解。最后将仿真实验结果与粒子群优化(PSO)算法进行比较,表明QPSO算法在优化性能上优于PSO算法,有效提高了节点定位精度,证明该方法的有效性。
- 赵吉纪志成
- 关键词:量子行为粒子群优化算法粒子群优化算法无线传感器网络
- 一种结合云模型和QPSO优化的RBFNN及其应用被引量:1
- 2013年
- 提出一种基于云变异操作的量子行为粒子群优化算法(QPSO-CM)的径向基函数神经网络(RBFNN)学习方法。首先QPSO算法利用云模型加入云变异操作,增加算法多样性;然后利用减聚类算法确定RBF神经网络径向基层的单元数;最后用QPSO-CM算法对RBF神经网络的参数(中心与宽度)和连接权重进行优化。将此算法用于齿轮的故障诊断,仿真诊断结果表明此方法是有效的,具有较好的分类效果,诊断精度高、收敛速度快。
- 赵吉梅娟傅毅
- 关键词:云模型量子行为粒子群算法径向基函数神经网络故障诊断
- 基于随机漂移粒子群算法的WSNs节点定位被引量:1
- 2014年
- 提出了随机漂移粒子群优化(RDPSO)算法,并将该算法应用于接收信号强度指示(RSSI)定位算法中,以降低由RSSI测距产生的定位误差。在仿真实验中,分别比较了基于RDPSO和PSO的RSSI定位算法。实验结果表明:RDPSO算法是在优化性能上优于PSO算法,有效提高了节点定位精度,证明该方法收敛速度快,稳定性能好,精度高,适用于WSNs节点定位问题。
- 赵吉纪志成
- 关键词:无线传感器网络接收信号强度指示